DeepSeek V4 Flash 正式版リリース：V4 Pro Previewを超えるエージェントベンチマーク

DeepSeekがV4 Flash APIの正式版をパブリックベータとして公開しました。注目すべきは新モデルではなく、再トレーニングです。DeepSeek-V4-Flash-0731というビルドは、プレビュー版と全く同じアーキテクチャ、サイズ、価格を維持しながら、エージェントベンチマークスコアが同ファミリーの上位・高価格モデルであるV4-Pro-Previewを大幅に上回っています。さらにネイティブResponses APIサポートとCodexへの対応も追加されました。すでにdeepseek-v4-flashを呼び出している場合、APIの背後にあるモデルが無償で劇的に改善されたことになります。

実際に何が変わったのか

DeepSeekの公式APIチェンジログによると、V4 Flash APIの正式版がパブリックベータとして公開され、呼び出し方法は変更なし — モデル名をプレビュー時と同様にdeepseek-v4-flashに設定するだけです。(DeepSeek changelog)

このリリースを定義する3つの事実があります：

• 新モデルではなく、再トレーニングです。 DeepSeekは、V4-Flash-0731がV4-Flash-Previewと同じアーキテクチャとサイズを維持し、再ポストトレーニングのみを実施したと述べています。同じ骨格に新しい重み — これがドロップイン変更で統合できる理由です。(DeepSeek changelog)
• エージェント性能の数値がこのリリースの核心です。 DeepSeekは「エージェント能力の大幅な強化」を説明しており、ベンチマーク結果はV4-Pro-Previewを大幅に上回っています。このアップグレードは、複雑なタスクにおける自律実行とツール呼び出しを対象としています。(DeepSeek changelog)
• 現時点ではAPIのみの対応です。 このアップグレードはV4 Flash APIにのみ適用されます。V4 Pro APIおよびDeepSeekのアプリとウェブサイト上のモデルは変更なしで、DeepSeekはV4 Proの正式版リリースが近日中に続くと述べています。(DeepSeek changelog)

戦略的なシグナルが際立っています。V4世代の大半において、序列はシンプルでした：Proは強力、Flashは安価で性能は劣る。この再トレーニングにより、エージェント型ワークロードにおいてその構図が逆転しました — 軽量モデルがプレビュー版フラッグシップを上回るスコアを記録しています。(TechNode)

ベンチマーク数値

DeepSeekは0731ビルドの完全なベンチマーク表を公開しました。以下はチェンジログからの公式自己申告スコアです：

出典：DeepSeek API changelog。DSBench-FullStackとDSBench-HardはDeepSeekの内部テストセットで、それぞれフルスタック開発スイートとハードコーディングエージェントスイートです。

「V4 Pro Previewを超える」という表現を過大評価する前に、2つの注意点があります：

• 比較は完全に同条件ではありません。 V4-Flash-0731はTerminal Bench 2.1で82.7を記録していますが、報道で引用されているV4-Pro-Previewの数値（67.9）はTerminal Bench 2.0のもの — テストセットのバージョンが異なるため、直接比較は完全に公平ではありません。(36Kr)
• コードエージェントタスクは特定のハーネスを使用しています。 DeepSeekは、公開コードエージェントベンチマークが「DeepSeek Harness minimal mode」（未リリース）を使用し、最大エフォート、top-p 0.95、temperature 1.0で実行されたと注記しています。本番環境での数値はご自身のスキャフォールディングに依存します。(DeepSeek changelog)

それでも、その規模は注目に値します：約13Bのアクティブパラメータを持つモデルがこの範囲のエージェントスコアを達成したことは、ポストトレーニングだけでどれほど性能を向上できるかを示しています。(36Kr)

「同サイズ、より優れたエージェント性能」が重要な理由

V4 Flashは284BパラメータのMoEモデルで、アクティブパラメータは約13B、対してV4 Proは合計1.6T / アクティブ約49Bです。両者とも1Mトークンのコンテキストウィンドウを共有しています。Flashの本来の目的はスループットとコスト — 速度のために一部の性能を犠牲にするというトレードオフでした。（完全なスペック詳細については、DeepSeek V4 Proガイドをご覧ください。）

パラメータ数を変えずにエージェント性能を向上させることで、DeepSeekはほとんどのチームが本番環境で直面する正確な課題を狙っています：低コスト・高並行性の自動化が必要でも、すべてのエージェントステップで1.6Tのフラッグシップを実行するコストは負担できない。ツール呼び出しとマルチステップ実行を適切に処理できる低コストモデルは、エージェントをスケールで運用する経済性を変えます。(BigGo Finance)

エージェントパイプラインを構築している方にとっての実践的な示唆は、ルーティングに関するものです：日常的なエージェントステップの多くをデフォルトでFlashに割り当て、本当に難しい分岐のみより重いモデルへエスカレーションするという戦略が取れます。

Responses APIとCodexサポート

このリリースのもう一つの側面は、統合の障壁を下げることです。正式版V4 FlashはResponses APIフォーマットをネイティブサポートし、Codex向けに特別に対応されています。(DeepSeek changelog)

これが重要な理由は、Responses APIがOpenAIの新しいエージェント型ツール（Codexを含む）が期待するフォーマットだからです。ネイティブサポートにより、Codexスタイルのワークフローに組み込まれているチームは、書き直しではなく設定変更だけでdeepseek-v4-flashに向けることができます。DeepSeekは開発者の採用障壁を下げることが目標だと述べており、設定の詳細はAPIドキュメントに記載されています。(BigGo Finance)

V4 APIがOpenAIスタイルのChatCompletionsとAnthropicスタイルのインターフェース両方からアクセス可能であるという事実と合わせて、DeepSeekは主要なエージェントエコシステム全体でのドロップイン互換性を明確に最適化しています。(DeepSeek changelog)

あなたのスタックへの影響

DeepSeekを使って構築している方向けの要点：

• すでにプレビューを使用中の場合： コード変更なしでアップグレードを受け取れます — 同じモデル名、同じ価格、より優れたエージェント動作。公開ベンチマークだけでなく、ご自身のタスクで改善が確認できるよう、評価を再実行してください。
• Codexスタイルのワークフローを運用中の場合： ネイティブResponses APIサポートとCodex対応により、V4 Flashは低コストバックエンドとして本格的な候補になりました。
• V4 Proを待っている場合： DeepSeekは正式なProリリースが近日中に来ると述べており、このFlashの再トレーニングはそこでも見られるポストトレーニングの向上のプレビューです。
• ベンダーのベンチマークは方向性の指標として扱ってください。 スコアは自己申告であり、一部のセットは内部のもので、Terminal Benchのバージョン不一致により「Pro Previewを超える」という表現は、独立した評価が出るまでアスタリスク付きで解釈する必要があります。

自分だけのAIワークフォースを構築する

モデルが低コストかつ高性能になることは、モデル非依存のエージェントプラットフォームが価値を発揮する理由そのものです — アーキテクチャを再構築することなく、各ステップに最適なモデルを組み込みたいはずです。Eigentはオープンソースのマルチエージェント「Cowork」デスクトップアプリで、実際のワークフロー全体で専門化されたモデルをオーケストレーションします。日常的なエージェントステップをV4 Flashのような高速・低コストモデルにルーティングし、難しい分岐は別のモデルにエスカレーションできます。エージェント型コーディングタスクを組み込む場合は、EigentがGitHub PRのレビューなどのワークフローをどのように処理するかをご覧いただくか、Eigentをダウンロードしてローカルで独自のAIワークフォースを構築してください。

よくある質問

DeepSeek V4 Flashとは何ですか？

DeepSeek V4 FlashはDeepSeekのV4モデルファミリーの軽量バリアントです — 284BパラメータのMixture-of-Expertsモデルで、アクティブパラメータは約13B、コンテキストウィンドウは1Mトークン。高速・低コスト・高スループットのワークロード向けに調整されています。正式API（ビルド0731）が現在パブリックベータとして公開されています。

V4 Flash正式版で何が変わりましたか？

0731ビルドはプレビューと同じアーキテクチャ、サイズ、価格を維持していますが、再ポストトレーニングが実施され、エージェントベンチマークスコアが大幅に向上しました。ネイティブResponses APIサポートとCodex対応も追加されています。呼び出し方法は変更なし — 引き続きモデル名をdeepseek-v4-flashに設定するだけです。

V4 FlashのベンチマークはV4 Pro Previewを本当に超えていますか？

DeepSeekの自己申告エージェントスコアは、複数のベンチマークでV4-Pro-Previewを上回っています。ただし、比較は完全に同条件ではありません — 例えば、FlashのスコアはTerminal Bench 2.1のものですが、引用されているPro PreviewのスコアはTerminal Bench 2.0のものです。独立した評価で確認されるまで、数値は方向性の指標として扱ってください。

V4 FlashはCodexで動作しますか？

はい。正式版V4 FlashはResponses APIフォーマットをネイティブサポートし、Codex向けに特別に対応されているため、Codexスタイルのワークフローは書き直しではなく設定変更でバックエンドとして使用できます。

V4 Proも同じアップグレードを受けますか？

まだです。このアップデートはV4 Flash APIにのみ適用されます。V4 Pro APIおよびDeepSeekのアプリとウェブモデルは変更なしですが、DeepSeekは正式なV4 Proリリースが近日中に続くと述べています。